删除字符串的一部分

90

如何删除字符串的一部分？例如在ATGAS_1121我想删除之前的所有内容_。

r regex string

— 利桑
source

131

使用正则表达式。在这种情况下，您可以使用gsub：

gsub("^.*?_","_","ATGAS_1121")
[1] "_1121"

此正则表达式匹配字符串（^）的开头，重复零次或多次（*）的任何字符（。）和下划线（_）。？使匹配项“惰性”，以便仅匹配项与第一个下划线相距较远。该匹配项仅由下划线代替。请参阅?regex以获取更多详细信息和参考

— 约书亚·乌尔里希（Joshua Ulrich）
source

6

在例如的情况下，前一个正则表达式将匹配最后一个下划线gsub("^.*_","_","ATGAS_1121_xxx")。现在已修复。

— Richie Cotton

7

@Joshua我发现解释正则表达式的作用非常有用。

— Vasile 2015年

这也适用于字符串向量作为最后一个参数。R真棒。

— naught101 '17

37

您可以为此使用内置的strsplit：

> s = "TGAS_1121"
> s1 = unlist(strsplit(s, split='_', fixed=TRUE))[2]
> s1    
 [1] "1121"

strsplit返回在split参数上解析的两个字符串作为列表。那可能不是您想要的，因此将调用包装在unlist中，然后对该数组进行索引，以便仅返回向量中两个元素的第二个。

最后，固定参数应设置为TRUE，以指示split参数不是正则表达式，而是文字匹配字符。

— 道格
source

23

如果您是Tidyverse类的人，这是更严格的解决方案：

R> library(stringr)
R> strings = c("TGAS_1121", "MGAS_1432", "ATGAS_1121") 
R> strings %>% str_replace(".*_", "_")
[1] "_1121" "_1432" "_1121"
# Or:
R> strings %>% str_replace("^[A-Z]*", "")
[1] "_1121" "_1432" "_1121"

— 没了101
source

21

strsplit如果s是向量，这是解决方案：

> s <- c("TGAS_1121", "MGAS_1432")
> s1 <- sapply(strsplit(s, split='_', fixed=TRUE), function(x) (x[2]))
> s1
[1] "1121" "1432"

— 冗长的
source

2

非常有帮助，谢谢！仅供参考，以获取字符串的第一部分（即“ _”之前），将末尾的[2]替换为[1]。

— stevenjoe

4

也许最直观的解决方案可能是使用比该stringr函数str_remove更简单的函数，str_replace因为它只有一个参数而不是2。

您的示例中唯一棘手的部分是您希望保留下划线，但可能的是：您必须匹配正则表达式，直到找到指定的字符串模式(?=pattern)。

参见示例：

strings = c("TGAS_1121", "MGAS_1432", "ATGAS_1121")
strings %>% stringr::str_remove(".+?(?=_)")

[1] "_1121" "_1432" "_1121"

— 敏捷豆
source

3

这是strsplit使用dplyr包的数据框的解决方案

col1 = c("TGAS_1121", "MGAS_1432", "ATGAS_1121") 
col2 = c("T", "M", "A") 
df = data.frame(col1, col2)
df
        col1 col2
1  TGAS_1121    T
2  MGAS_1432    M
3 ATGAS_1121    A

df<-mutate(df,col1=as.character(col1))
df2<-mutate(df,col1=sapply(strsplit(df$col1, split='_', fixed=TRUE),function(x) (x[2])))
df2

  col1 col2
1 1121    T
2 1432    M
3 1121    A

— KK_63
source